李宏毅机器（深度）学习笔记

深入探索 PyTorch 在语音识别中的应用

本文基于最近一次机器学习作业（HW2）的任务内容，任务目标是对语音信号进行逐帧音素预测，从而完成多类别分类任务。一、介绍任务背景任务目标：利用深度神经网络对语音信号进行逐帧音素预测。
Zoro｜·2025-03-19 13:19

MNIST数据集&手写数字识别

TensorFlow是一个开源的机器学习框架，由Google开发并发布。它提供了一种基于数据流图的编程模型，用于构建和训练机器学习模型。
Zoro｜·2025-03-19 13:18

Gymnasium学习笔记

1.Customwrapper[doc]1.1reset()方法重写说明重写函数模板：defreset(self,**kwargs):obs=super().reset(**kwargs)...returnobs1.1.1签名解释Deepseek-r1-Cursor:reset()方法的定义如下：defreset(self,*,seed=None,options=None):...注意参数前的星号
songyuc·2025-03-19 12:15

3.14学习总结

今天完成了几道关于二叉树的算法题关于二叉树的最小最大深度和数据流中的第k大元素，用到优先队列，学习了有关java的基础知识，学习了双指针法。
2402_88131930·2025-03-19 12:08

苏姿丰亮相AMD AI PC创新峰会：AI是50年来最具变革性的技术，AMD赋能下一轮AI创新浪潮

同时，AMD重要合作伙伴包括联想集团执行副总裁兼中国区总裁刘军、华硕电脑全球副总裁石文宏
CSDN资讯·2025-03-19 11:37

开启行业智变新征程，腾讯云架构师技术沙龙邀你解锁DeepSeek实战应用

随着其工程化能力与行业场景的深度耦合，DeepSeek已从“技术验证”迈入“场景攻坚”阶段，互联网、金融、制造等行业的标杆案例接连涌现，一场由实战驱动的行业智变浪潮正席卷而来。
·2025-03-19 11:08

深度学习五大模型：CNN、Transformer、BERT、RNN、GAN详细解析

卷积神经网络（ConvolutionalNeuralNetwork,CNN）原理：CNN主要由卷积层、池化层和全连接层组成。卷积层通过卷积核在输入数据上进行卷积运算，提取局部特征；池化层则对特征图进行下采样，降低特征维度，同时保留主要特征；全连接层将特征图展开为一维向量，并进行分类或回归计算。CNN利用卷积操作实现局部连接和权重共享，能够自动学习数据中的空间特征。适用场景：广泛应用于图像处理相关的
·2025-03-19 11:37

OpenLSD是一个自适应开源数据集，旨在支持逻辑综合中的多种机器学习任务。

2024-11-14，由中国科学院计算技术研究所、鹏城实验室和北京大学等联合创建OpenLSD数据集，目的为逻辑综合过程中的机器学习任务提供一个自适应的数据集生成框架。
·2025-03-19 11:34

算力技术创新驱动多场景应用演进

在工业互联网场景中，边缘计算通过分布式节点实现毫秒级响应，支撑智能制造产线的实时控制；智能安防系统依托深度学习模型与流计算技术，完成海量视频数据的动态解析；而科学计算领域通过分布式计算与模型压缩技术，将基因测序
智能计算研究中心·2025-03-19 11:06

AI模型技术前沿与跨场景应用实践

应用层面，TensorFlow与PyTorch框架在医疗影像诊断、金融时序预测等领域的实战案例，验证了深度学习模型在垂直行业的泛化能力。值得关注的是，工具链整合已成为技术落地的关键环节，MXNet与
智能计算研究中心·2025-03-19 11:36

【Python】测试数据生成工具 --- Faker

Faker的应用不仅限于测试，它还广泛应用于数据分析、机器学习训练集的准备以及任何需要大量样本数据的场景。Faker安装前提：已安装python、pip安装命令如下：pipinst
·2025-03-19 11:00

未来5年AI人工智能与信息技术领域发展趋势

未来五年人工智能与信息技术领域发展趋势深度解析一、人工智能与神经网络技术的突破路径（一）算法架构的范式革新深度神经网络正经历从量变到质变的演进。
海宁不掉头发·2025-03-19 11:03

Java、Python、PHP、Go：网站开发语言全维度对比与选择指南

本文基于技术特性、行业案例及发展趋势，深度解析四大语言的优劣势，助您做出精准技术选型。一、性能与并发能力：高负载场景的生
生信天地·2025-03-19 11:33

融合AMD与NVIDIA GPU集群的MLOps：异构计算环境中的分布式训练架构实践

在深度学习的背景下，NVIDIA的CUDA与AMD的ROCm框架缺乏有效的互操作性，导致基础设施资源利用率显著降低。
·2025-03-19 11:59

深度学习框架PyTorch——从入门到精通（4）数据转换

转换（Transforms）很多时候，数据并不总是以训练机器学习算法所需的最终处理形式出现。所以我们需要使用变换对数据进行一些处理，使其适合训练。
Fansv587·2025-03-19 11:01

RNN及其变体

第三章RNN及其变体1认识RNN模型【根据RNN内部结构，可以分为哪几类】定义循环神经网络：一般接受的一序列进行输入，输出也是一个序列作用和应用场景RNN擅长处理连续语言文本，机器翻译、文本生成、文本分类
EmbodiedTech·2025-03-19 11:00

深度学习框架PyTorch——从入门到精通（5）构建神经网络

构建神经网络获取训练设备定义类模型层nn.Flattennn.Linearnn.ReLUnn.Sequentialnn.Softmax模型参数补充说明argmax神经网络是由一些层或者模块组成的，这些层和模块会对数据进行各种操作。在PyTorch里，torch.nn这个命名空间提供了你搭建自己神经网络所需要的所有基础组件。PyTorch里的每一个模块都是nn.Module类的子类。一个神经网络本身
Fansv587·2025-03-19 11:58

C++ 预处理器

这个宏用于把头文件包含到源文件中。C++还支持很多预处理指令，比如#include、#define、#if、#else、#line等，让我们一起看看
阳光向日葵向阳·2025-03-19 10:54

Java高级编程深度解析：JVM底层原理、设计模式与Java 8+新特性实战

Java语言高级（面向高级开发者）文章目录Java语言高级（面向高级开发者）1.JVM内存管理1.1内存区域1.2垃圾回收（GC）2.并发编程进阶2.1线程池2.2CAS与原子类3.设计模式3.1创建型模式3.2结构型模式4.注解与序列化4.1自定义注解4.2序列化5.Java8+新特性5.1Lambda表达式5.2StreamAPI6.总结1.JVM内存管理1.1内存区域区域作用特点堆（Heap
幼儿园扛把子\·2025-03-19 10:23

5大经典案例深度解析

5大经典案例深度解析引言在算法竞赛和面试中，数组类问题始终占据着重要地位。面对看似复杂的数组题目，老手们往往能一眼看穿本质——因为他们掌握了一个被称为"贡献法"的核武器。
六七_Shmily·2025-03-19 10:50

如何实现一个分布式单例对象?什么场景需要分布式单例?

在分布式系统中，无论是单台机器多个实例，还是多台机器多个实例，每个实例通常运行在独立的进程中，分布式单例是在这些多进程环境中，确保某个类的实例对象在整个分布式系统中是唯一的，即所有进程访问的都是同一个对象实例
空说·2025-03-19 10:18

RocketMQ事务消息深度解析：原理、实践与高可用设计

RocketMQ事务消息深度解析：原理、实践与高可用设计编程相关书籍分享：https://blog.csdn.net/weixin_47763579/article/details/145855793DeepSeek
千里码！·2025-03-19 09:17

机器学习线性回归学习心得_线性回归为机器学习的初学者解释

机器学习线性回归学习心得Datasciencewiththekindofpoweritgivesyoutoanalyzeeachandeverybitofdatayouhaveatyourdisposal
weixin_26750481·2025-03-19 09:16

电机控制常见面试问题（十）

Kalman滤波器的原理以及EKF（扩展卡尔曼滤波）的概念1.理解Kalman滤波器2.理解EKF3.总结二、滑动平均滤波器的设计1.定义与原理2.关键参数设计3.与其它滤波器对比三.PID与MPC的区别四.李雅普诺夫稳定性的概念五
小雀丝·2025-03-19 09:45

Seata：分布式事务的终极解决方案与深度实践

Seata：分布式事务的终极解决方案与深度实践在微服务架构中，订单支付需调用支付服务、库存服务和积分服务，若其中一个服务失败，如何保证数据的一致性？
斗-匕·2025-03-19 09:43

深度剖析淘宝拍立淘按图搜索商品API技术规范

在电商技术蓬勃发展的当下，淘宝的拍立淘功能以其独有的按图搜索商品特性，为用户打造了便捷且新颖的购物体验。这一功能背后的强大支撑——淘宝拍立淘按图搜索商品API，不仅革新了传统电商搜索模式，还为开发者和企业开拓了创新应用的广阔空间。深入了解该API的技术规范，对充分挖掘其潜力、提升电商业务效率和用户体验，具有至关重要的意义。一、淘宝拍立淘按图搜索商品API概述淘宝拍立淘按图搜索商品API，是淘宝开放
数据捕手19970108018·2025-03-19 09:12

统计机器学习 (Statistical Machine Learning) 原理与代码实例讲解

统计机器学习(StatisticalMachineLearning)原理与代码实例讲解1.背景介绍统计机器学习是现代人工智能和数据科学的核心领域之一。
AGI大模型与大数据研究院·2025-03-19 09:11

分布式事务原理深度解析：从ACID到BASE的架构演进

在电商系统中，用户下单操作需要同时扣减库存、生成订单、增加积分，这三个步骤可能涉及库存服务、订单服务和积分服务三个独立的系统。若库存扣减成功但订单生成失败，如何保证数据的一致性？这就是分布式事务要解决的核心问题。本文将深入剖析分布式事务的原理，揭示其背后的设计哲学。一、从ACID到CAP：分布式事务的挑战1.单体事务的ACID特性在单体数据库中，事务通过ACID保证数据一致性：原子性（Atomic
斗-匕·2025-03-19 09:10

详解c++的编译过程，如何从源文件到可执行文件到

汇编将汇编代码转换为机器码（二进制格式）。链接将目标文件中的未定义符号（如printf）与库文件中的定义匹配。预处理我们可以使用g++-Emain.cpp-omain.i
飞鼠_·2025-03-19 09:40

自己用 Node 搭个 DeepSeek 用起来香麻了

而且目前这把火还烧到美国去了，整的GPT都要免费了，而且文心外加开源+免费，就连王毅外长念完了诗之后都对外说了，不懂可以去查查deepseek。
李游Leo·2025-03-19 08:06

Search after解决ES深度分页问题

search_after的作用和意义2、search_after的工作原理3、search_after的使用方法4、注意事项5、与传统分页的对比6、总结search_after是Elasticsearch中用于实现深度分页的一种机制
Elastic开源社区·2025-03-19 08:01

【数据分享】2000~2020年基于站点观测的中国1km土壤湿度日尺度数据集

上官微,李清亮,石高松.(2022).基于站点观测的中国1km土壤湿度日尺度数据集（2000-2020）.国家青藏高原数据中心.1数据简介本研究提供了中国范围1km高质量的土壤湿度数据集-SMCI1.0
GIS遥感数据处理应用·2025-03-19 07:59

【python 机器学习】sklearn数据集的使用

文章目录sklearn数据集的使用1.`sklearn`内置数据集2.导入`sklearn`数据集3.加载和使用Iris数据集3.1加载数据3.2查看数据3.3使用数据集进行分类任务4.加载和使用Digits数据集4.1加载数据4.2查看数据4.3使用数据集进行分类任务5.加载和使用BreastCancer数据集5.1加载数据5.2查看数据5.3使用数据集进行分类任务6.总结sklearn数据集的
人才程序员·2025-03-19 06:51

深度学习框架PyTorch——从入门到精通（5）自动微分

使用torch.autograd自动微分张量、函数和计算图计算梯度禁用梯度追踪关于计算图的更多信息张量梯度和雅可比乘积在训练神经网络时，最常用的算法是反向传播。在该算法中，参数（模型权重）根据损失函数的梯度相对于给定参数进行调整。为了计算这些梯度，PyTorch有一个内置的微分引擎，名为torch.autograd。它支持为任何计算图自动计算梯度。考虑最简单的一层神经网络，具有输入x、参数w和b以
Fansv587·2025-03-19 06:20

消融实验（Ablation Study）

其名称来源于医学领域的“消融术”（切除部分组织以研究功能），在计算机视觉、机器学习和深度学习中被广泛用于分析模型设计。为什么要做消融实验？
xwhking·2025-03-19 06:20

QT中的宏

Q_UNUSED(event);是Qt提供的一个宏，用于标记某个变量或参数在当前作用域中未被使用。它的主要作用是避免编译器发出“未使用变量”的警告。
m0_55576290·2025-03-19 06:44

爬虫获取 item_get_video 接口数据：小红书笔记视频详情的深度解析

在当今内容驱动的互联网时代，小红书作为国内领先的社交电商平台，其笔记视频内容成为品牌营销、内容创作和用户体验的重要组成部分。通过爬虫技术获取小红书笔记视频详情，不仅可以帮助开发者更好地理解用户需求，还能为电商运营、内容推荐和数据分析提供强大的支持。本文将详细介绍如何使用Python爬虫获取小红书item_get_video接口的返回数据，并对其数据结构进行详细解析。一、item_get_video
API快乐传递者·2025-03-19 06:13

【Conda与Pip的完美融合】在Conda环境中优雅使用pip指南

标题：【Conda与Pip的完美融合】在Conda环境中优雅使用pip指南Conda是一个强大的包管理器和环境管理器，广泛用于Python社区，尤其是在数据科学和机器学习领域。
2401_85702623·2025-03-19 06:12

ROS学习笔记之深度相机仿真、小结

实现流程:kinect摄像头仿真基本流程:已经创建完毕的机器人模型，编写一个单独的xacro文件，为机器人模型添加kinect摄像头配置；将此文件集成进xacro文件；启动Gazebo，使用Rviz显示
要好好养胃·2025-03-19 05:10

ROS学习笔记之摄像头仿真及显示

实现流程:摄像头仿真基本流程:已经创建完毕的机器人模型，编写一个单独的xacro文件，为机器人模型添加摄像头配置；将此文件集成进xacro文件；启动Gazebo，使用Rviz显示摄像头信息。
要好好养胃·2025-03-19 05:09

Java常用集合与映射的线程安全问题深度解析

Java常用集合与映射的线程安全问题深度解析一、线程安全基础认知在并发编程环境下，当多个线程同时操作同一集合对象时，若未采取同步措施，可能导致以下典型问题：数据竞争：多个线程同时修改数据导致结果不可预测状态不一致
misschen888·2025-03-19 05:37

Java常用集合与映射的线程安全问题深度解析

Java常用集合与映射的线程安全问题深度解析一、线程安全基础认知在并发编程环境下，当多个线程同时操作同一集合对象时，若未采取同步措施，可能导致以下典型问题：数据竞争：多个线程同时修改数据导致结果不可预测状态不一致
longdong7889·2025-03-19 05:37

NFS实验

1.实验要求设置NFS共享，需要至少两台Linux/Unix机器。下面使用两台服务器来演示NFS安装、配置及使用。
小何学计算机·2025-03-19 05:36

Spring Boot拦截器（Interceptor）与过滤器（Filter）深度解析：区别、实现与实战指南

SpringBoot拦截器（Interceptor）与过滤器（Filter）深度解析：区别、实现与实战指南一、核心概念对比1.本质区别维度过滤器（Filter）拦截器（Interceptor）规范层级Servlet
好龙7575·2025-03-19 05:36

CSS3：深度解析与实战应用

CSS3：深度解析与实战应用详解1.选择器增强2.盒模型扩展3.渐变和背景4.转换和动画总结CSS3是CSS（层叠样式表）的最新版本，它引入了许多新的特性和功能，使得网页的样式设计更加灵活、丰富和具有动态效果
扣得A艾·2025-03-19 05:06

无人自助空间智能管理系统解决方案（深度优化版）

无人自助空间智能管理系统解决方案（深度优化版）一、行业痛点与系统价值传统管理依赖人工：人工管理模式下，易出现人为失误，如计费错误、资源分配不当等。
ALLSectorSorft·2025-03-19 05:05

CSS3：深度解析与实战应用

CSS3：深度解析与实战应用详解1.选择器增强2.盒模型扩展3.渐变和背景4.转换和动画总结CSS3是CSS（层叠样式表）的最新版本，它引入了许多新的特性和功能，使得网页的样式设计更加灵活、丰富和具有动态效果
my1121716951·2025-03-19 05:04

Java常用集合与映射的线程安全问题深度解析

Java常用集合与映射的线程安全问题深度解析一、线程安全基础认知在并发编程环境下，当多个线程同时操作同一集合对象时，若未采取同步措施，可能导致以下典型问题：数据竞争：多个线程同时修改数据导致结果不可预测状态不一致
jiajia651304·2025-03-19 05:34

Spring Boot实战：MySQL与Redis数据一致性深度解析与代码实战

SpringBoot实战：MySQL与Redis数据一致性深度解析与代码实战一、数据一致性问题概述二、常见解决方案三、选择合适的解决方案四、总结在SpringBoot开发中，MySQL作为关系型数据库，
算法探险家·2025-03-19 05:32

视觉工程师：工业相机50问

经常会有一些机器视觉工程师认为USB接口的工业相机会造成丢帧现象。一般而言，工业相机丢帧与工业相机所采用的传输接口是没有关系的，无论是USB，还是1394、GigE、或者是CameraLink。
钢铁男儿·2025-03-19 04:28
上一页 15 16 17 18 19 20 21 22 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他